feat(vault): Phase 3 tools + batch citation/relation enrichment

This commit is contained in:
2026-07-01 15:20:40 +08:00
parent 8273017082
commit 407a9213bf
548 changed files with 53410 additions and 2113 deletions
+84 -3
View File
@@ -1,7 +1,7 @@
---
categories:
- "[[LLM Wiki]]"
- "[[教育AI研究项目]]"
- '[[LLM Wiki]]'
- '[[教育AI研究项目]]'
tags:
- wiki
- concept
@@ -9,11 +9,22 @@ tags:
- 军事教育
- AI伦理
created: 2026-04-27
source: "[[军事AI教育深度研究报告-20260425]]"
source: '[[军事AI教育深度研究报告-20260425]]'
type: concept
aliases:
- Military AI Education
- 军事人工智能教育
relations:
- type: part_of
target: '[[学习工程]]'
description: 同源:军事AI教育深度研究报告-20260425
confidence: 3
- type: extends
target: '[[ETEE生命周期框架]]'
confidence: 2
- type: extends
target: '[[学习工程]]'
confidence: 2
---
# 军事AI教育
@@ -54,6 +65,76 @@ aliases:
### 4层渐进式教育架构
| 层级 | 内容 | 目标群体 |
|
------|
------|----------|
| 第1层:基础AI素养 | AI基本概念、工具使用 | 全体军事人员 |
| 第2层:专业AI技能 | 特定领域AI应用、决策支持 | 专业军官 |
| 第3层:领导力AI战略 | AI战略规划、治理伦理 | 军队领导 |
| 第4层:高级AI创新 | 研发新型AI应用、跨域整合 | AI研发人员 |
### 核心理论模型
| 模型 | 描述 |
|------|------|
| OODA循环 | 观察→定向→决策→行动 |
| ADDIE模型 | 分析→设计→开发→实施→评估 |
| LWA模型 | Learn-Watch-Ask(学习-观察-提问) |
## 与其他概念的关系
- [[ETEE生命周期框架]] — 北约军事教育AI核心框架
- [[学习工程]] — 军事教育的方法论基础
- [[Agentic AI教育应用]] — 从"AI工具"到"AI伙伴"的范式转变
- [[国防科技大学AI教育]] — 中国军事AI教育代表
- [[三军工程大学AI教育]] — 中国三军工程大学AI教育体系
- [[教育AI研究项目]] — 所属研究项目
## 来源
> 核心文献6篇(4篇A+级、2篇A级),平均97.3分。
- [[军事AI教育深度研究报告-20260425]] — 军事AI教育深度研究报告(A级,97.3分)
# 军事AI教育
> 在代理AI(Agentic AI)时代,军事教育从"AI工具使用"向"AI伙伴协作"的根本性变革,涵盖北约ETEE框架、美国4层渐进式架构和伦理治理体系。
## 定义
军事AI教育是指在军事院校和部队中系统性地培养军事人员的AI素养、专业技能、战略思维和创新能力,使其能够有效利用AI系统(尤其是代理AI)执行军事任务。核心特征是范式转变:AI系统从"被动工具"演进为"主动伙伴"[raw:军事AI教育深度研究报告-20260425:283-290]。
## 关键要点
1. **劳动力准备差距严峻** — 美国AI投资600-900亿美元,但仅10-15%的军事人员感到为代理AI整合做好了充分培训[raw:军事AI教育深度研究报告-20260425:22]
2. **代理AI范式转变** — AI系统从工具→伙伴,从被动→主动,从辅助→自主[raw:军事AI教育深度研究报告-20260425:286-290]
3. **北约-美国双轨引领** — 北约提供系统性政策框架,美国提供操作化指导[raw:军事AI教育深度研究报告-20260425:319-327]
4. **伦理框架系统化** — 从政策、理论、盟友、操作四个层面形成完整伦理治理体系[raw:军事AI教育深度研究报告-20260425:340-351]
5. **实证效果显著** — NATO数字化转型研究:220名学生3年跟踪,成绩提升18.9%65.2%→83.9%[raw:军事AI教育深度研究报告-20260425:253]
## 三大权威视角
### 北约视角
- [[ETEE生命周期框架]] — AI在教育、训练、演习和评估全生命周期中的应用[raw:军事AI教育深度研究报告-20260425:61]
- CCDCOE 30成员国AI战略分析,提出5大政策启示(负责任AI规范、AI采用、协作韧性、集体防御、互操作性)[raw:军事AI教育深度研究报告-20260425:107-115]
- [[学习工程]]概念 — 将AI、数据和以人为中心的工程方法与学习科学结合[raw:军事AI教育深度研究报告-20260425:83]
### 美国视角
- DoD负责任AI六大原则:负责任AI、信任之旅、法律合规、可问责性、透明度、可靠性[raw:军事AI教育深度研究报告-20260425:138-146]
- 4层渐进式教育架构:基础AI素养→专业AI技能→领导力AI战略→高级AI创新[raw:军事AI教育深度研究报告-20260425:169-183]
### 理论视角
- Oxford AI军事伦理 — AI-DSS在军事危机中的伦理边界,人类道德主体性必须保持[raw:军事AI教育深度研究报告-20260425:217-230]
- NATO数字化转型实证 — LWA模型(Learn-Watch-Ask)优于传统教学[raw:军事AI教育深度研究报告-20260425:256-268]
## 核心框架
### 4层渐进式教育架构
| 层级 | 内容 | 目标群体 |
|------|------|----------|
| 第1层:基础AI素养 | AI基本概念、工具使用 | 全体军事人员 |